Czy istnieje preferowany sposób, aby zachować typ danych numpytablicy ustalony jako int( int64lub cokolwiek), jednocześnie mając wewnątrz element wymieniony jako numpy.NaN? W szczególności konwertuję wewnętrzną strukturę danych na Pandas DataFrame. W naszej strukturze mamy kolumny typu całkowitego, które nadal mają NaN (ale dtype kolumny to int). Wygląda na to, że …
Korzystając ze standardowych tablic Pythona, mogę wykonać następujące czynności: arr = [] arr.append([1,2,3]) arr.append([4,5,6]) # arr is now [[1,2,3],[4,5,6]] Jednak nie mogę zrobić tego samego w odrętwieniu. Na przykład: arr = np.array([]) arr = np.append(arr, np.array([1,2,3])) arr = np.append(arr, np.array([4,5,6])) # arr is now [1,2,3,4,5,6] Zajrzałem też vstack, ale kiedy …
Próbuję utworzyć wymagane biblioteki w dystrybuowanym pakiecie. Wymaga obu bibliotek SciPy i NumPy . Podczas programowania zainstalowałem oba przy użyciu apt-get install scipy który zainstalował SciPy 0.9.0 i NumPy 1.5.1 i działał dobrze. Chciałbym zrobić to samo używając pip install- aby móc określić zależności w setup.py mojego własnego pakietu. Problem …
Mam zbiór danych i chcę porównać, która linia najlepiej go opisuje (wielomiany różnych rzędów, wykładnicze czy logarytmiczne). Używam Pythona i Numpy, a do dopasowywania wielomianów jest funkcja polyfit(). Ale nie znalazłem takich funkcji do dopasowania wykładniczego i logarytmicznego. Czy są jakieś? Albo jak inaczej to rozwiązać?
Zgodnie z zasadą „Jest tylko jeden oczywisty sposób, aby to zrobić”, jak uzyskać wielkość wektora (tablica 1D) w Numpy? def mag(x): return math.sqrt(sum(i**2 for i in x)) Powyższe działa, ale nie mogę uwierzyć , że muszę sam określić tak banalną i podstawową funkcję.
Używam Pythona do analizy niektórych dużych plików i mam problemy z pamięcią, więc używam sys.getsizeof (), aby śledzić użycie, ale jego zachowanie z tablicami numpy jest dziwne. Oto przykład obejmujący mapę albedo, którą muszę otworzyć: >>> import numpy as np >>> import struct >>> from sys import getsizeof >>> f …
Załóżmy, że mam numpy tablicy x = [5, 2, 3, 1, 4, 5], y = ['f', 'o', 'o', 'b', 'a', 'r']. Chcę wybrać elementy yodpowiadające elementom w xktórych są większe niż 1 i mniejsze niż 5. próbowałem x = array([5, 2, 3, 1, 4, 5]) y = array(['f','o','o','b','a','r']) output = …
Czasami przydatne jest „sklonowanie” wektora wierszowego lub kolumnowego do macierzy. Przez klonowanie mam na myśli konwersję wektora wierszowego, takiego jak [1,2,3] W matrycę [[1,2,3] [1,2,3] [1,2,3] ] lub wektor kolumnowy, taki jak [1 2 3 ] w [[1,1,1] [2,2,2] [3,3,3] ] W Matlabie lub oktawie można to zrobić dość łatwo: …
Zamknięte. To pytanie nie spełnia wytycznych dotyczących przepełnienia stosu . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby było na temat przepełnienia stosu. Zamknięte 4 lata temu . Popraw to pytanie Mam sporo kodu MATLAB z mojej pracy magisterskiej, którą chcę teraz przekonwertować na Python (używając numpy …
Używam Numpy. Mam macierz z 1 kolumną i N wierszami i chcę uzyskać tablicę z N elementów. Na przykład, jeśli mam M = matrix([[1], [2], [3], [4]]), chcę dostać A = array([1,2,3,4]). Aby to osiągnąć, używam A = np.array(M.T)[0]. Czy ktoś zna bardziej elegancki sposób na uzyskanie tego samego rezultatu? …
Mam ten błąd podczas próby załadowania zapisanego modelu SVM. Próbowałem odinstalować sklearn, NumPy i SciPy, ponownie instalując wszystkie najnowsze wersje (używając pip). Nadal otrzymuję ten błąd. Czemu? In [1]: import sklearn; print sklearn.__version__ 0.18.1 In [3]: import numpy; print numpy.__version__ 1.11.2 In [5]: import scipy; print scipy.__version__ 0.18.1 In [7]: …
Korzystając z Matplotlib, chcę wykreślić mapę cieplną 2D. Moje dane to tablica Numpy n-by-n, każda o wartości od 0 do 1. Tak więc dla elementu (i, j) tej tablicy chcę wykreślić kwadrat o współrzędnej (i, j) w moim mapa cieplna, której kolor jest proporcjonalny do wartości elementu w tablicy. Jak …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.